Crece el Crecimiento: Realiza tu Propio Análisis de Cohortes con este Código de Open Source
Alejandro
Rigatuso es el fundador de de Postcron.com,
una herramienta fácil para programar pendientes en Facebook y
Twitter. Puedes contactarlo a través de: alejandro@postcron.com.
Análisis
de Cohortes,
retención y tasa de
cancelación de clientes son unos de los indicadores
claves de
rendimiento para el desarrollo de la compañía.
Este
no es simplemente otro artículo de Análisis de Cohortes. Si eres
un científico
de datos aficionado
por el tema y ya tienes conocimiento de la importancia del mismo,
puedes obviar la introducción. Empieza por el simulador,
en donde aprenderás cómo realizar un Análisis de Cohortes y
simular un crecimiento startup basado en la retención, la tasa de
cancelación de clientes y muchos otros factores. Incluso puedes
aprender a analizar tus propios registros
de PayPal con
el software de Open
Source.
Ahora
bien, si no te has dado cuenta de que estos son algunos de los
indicadores más importantes, continúa leyendo.
Introducción al Análisis de Cohortes:
Ante
todo, debemos entender de qué estamos hablando aquí con un Análisis
de Cohortes. Brevemente,
un cohorte es un grupo de sujetos con una característica en común.
Quizás sea su edad, nacionalidad, tal vez es su ciudad de
nacimiento, etc.
La
edad es un ejemplo particularmente bueno. A menudo, nos referimos a
aquellos nacidos entre las décadas de 1960 y 1980 como miembros de
la “Generación X” y aquellos que nacieron entre las décadas de
1980 y 1990 como miembros de la “Generación Y”. Cada
cohorte, cada generación, tiene sus propias características.
Asimismo,
cualquier empresa puede agrupar y analizar a sus clientes a través
de cohortes. Una
forma común y bastante útil para analizar a los clientes es
agruparlos por la fecha en la cual comenzaron a utilizar el servicio.
¿Qué
pasa si yo les preguntara: “cuánto
porcentaje de sus ingresos del mes pasado vino de clientes que
empezaron a trabajar con ustedes hace un año?” ¿Ninguno
en absoluto? Los nuevos usuarios pueden parecer buenos, pero
suscripciones por sí solas no equivalen a los ingresos. ¿Sabes la
respuesta? Si no la sabes, será útil que aprendas sobre el Análisis
de Cohortes.
Análisis de Cohortes, Retención y Tasa de Cancelación de Clientes:
Si
analizas tus ingresos por cohortes, puede
deducir (mensualmente) qué parte de tus ingresos proviene de nuevos
usuarios y qué parte procede de antiguos usuarios. Además,
ir un paso más allá y predecir los ingresos atribuidos a la
retención y a la tasa de cancelación de clientes con un mayor grado
de precisión.
Entonces
hemos establecido que un cohorte es un grupo de personas con una
característica en común. Desde aquí vamos a proceder, por ejemplo,
examinando las métricas de nuestro cloud computing startup.
Comencemos analizando un solo cohorte. En este caso, nos centraremos
en los clientes que comenzaron a trabajar con nosotros en Enero de
2012.
La
primera métrica importante que debemos calcular es la de la
retención: ¿Cuántos
de nuestros nuevos usuarios de Enero, permanecieron con nosotros en
Febrero? Supongamos que teníamos 100 usuarios en Enero, y sólo 20
decidieron cancelar su suscripción, dejándonos con 80 usuarios
restantes en Febrero. El análisis de retención básico nos indica
que esto es un 80% de tasa de retención. Ahora, digamos que 8
clientes decidieron cancelar en Febrero. Así que en Marzo, contamos
con 80-8=72 usuarios. Como 72/80 = 90%, tenemos una retención del
90% después de 2 meses de nuestro cohorte de Enero de 2012.
Algunas
personas calculan la retención en función del tamaño del cohorte
inicial, pero prefiero calcular la retención en función del mes
anterior de cada cohorte.
La
tasa de cancelación de clientes es otra métrica
esencial.
Se puede definir en términos de retención: Tasa de cancelación de
clientes = 1 - retención. Por lo tanto, 80% de retención implica un
20% de deserción. En otras palabras, es la tasa en la que los
clientes están dejando tu servicio.
Volviendo
a nuestro inicio de cloud computing, vamos a analizar un ideal
(lee: Unreal) Caso:
100% de la tasa de retención. Esto significa que ninguno de nuestros
clientes abandonan el servicio. Digamos que nuestra empresa obtiene
1,000 nuevos clientes al mes. Después de 24 meses, esta empresa
cuenta con 24.000 clientes activos,nada mal. Lamentablemente, este
escenario es básicamente imposible ya que el 100% de retención sólo
existe en un paraíso startup.
Ahora,
vamos a ser un poco más realistas y decir que nuestra empresa tiene
un 90% de tasa de retención. En
otras palabras, cada cohorte pierde un 10% de sus clientes cada mes.
Nuevamente, supondremos que hay 1,000 clientes nuevos cada mes.
En
este caso, tras recibir 1,000 usuarios nuevos en Enero de 2012, hemos
perdido 100 clientes para Febrero, 90 para Marzo, 81 para Abril, y
así sucesivamente. Veamos lo que muestra el siguiente gráfico:
Con
1,000 usuarios nuevos por mes, en un 90% de la tasa de retención,
tenemos alrededor de 9,000 usuarios activos mensuales después de 24
meses. Compara esto con el 100% de retención, y acabamos en el 37,5%
del caso ideal (24.000 clientes).
En
otras palabras: una
caída de 10% en la tasa de retención provocó una disminución del
62% en el número total de usuarios activos después de 24 meses.
Los
puntos clave aquí: bajas
tasas de retención limitan el crecimiento, además de que el uso de
software para Análisis de Cohortes es útil para comprender sus
tasas de retención.
Crece el Crecimiento
En
este momento podrías estar pensando: “¡Pero Alejandro, espera! Si
cada empresa tiene una tasa de cancelación de clientes, y estas
tasas de deserción limitan el crecimiento, ¿cómo algunas empresas
logran el crecimiento en forma
de L invertida?
Personalmente
yo respondería: “Porque su crecimiento es cada vez mayor”.
Hay
varias maneras de aumentar el crecimiento: incrementando el
presupuesto de marketing, optimizando
conversiones,
y creando programas
de referencia,
todas estas maneras pueden atribuir al crecimiento
viral.
Analicemos el caso de crecer de forma viral, en el cual el número de
clientes nuevos se mira afectado por el número total de clientes
activos de la empresa. En otras palabras: más
clientes en el sistema equivale a más gente refiriéndose a nuevos
clientes equivale a más clientes nuevos.
Digamos
que la empresa está creciendo viralmente con un factor constante (K)
de 0.20 y que la fórmula que
hemos aplicado para calcular el número de nuevos clientes es:
nuevos
clientes (mes) = k * Número total de clientes (Mes-1)
Ahora,
vamos a ver el mismo ejemplo de antes (1.000 nuevos usuarios por mes
@ 90% de retención), pero esta vez incluiremos que algunos crecen en
forma viral (K = 0.20).
De
esta gráfica de Análisis de Cohortes, hay dos puntos clave: en
primer lugar, un factor constante de 0.20 ha causado un aumento del
1,000 por ciento en el número total de clientes activos (~90.000)
después de 24 meses; y, en segundo lugar, el
sistema continúa creciendo después de 24 meses y no llegó al punto
de saturación.
Entonces,
para compensar nuestra tasa de retención del 90%, tenemos
que crear mecanismos para hacer crecer nuestro crecimiento cada mes.
Ahora,
en este punto,podrías estar diciendo: “¡Wow,
Alejandro! El crecimiento viral es claramente más importante que la
retención. ¡Mira cómo afecta a nuestra base de clientes!”
Donde
yo respondería: “No
tan rápido”.
Analicemos
un caso más. Utilizaremos a nuestro viejo buen amigo, el startup de
cloud computing; pero esta vez con un 50% de tasa de retención. Nos
centraremos en 1,000 nuevos usuarios por mes y una tasa de
crecimiento viral de K = 0.20. Pero independientemente de lo viral
que sea, nuestra empresa se ha desempeñado muy mal, ya que perdió
el 50% de nuestros clientes en cada cohorte, y por consiguiente cada
mes.
Después
de 24 meses, nuestra empresa sólo cuenta con 3.000 clientes activos
en lugar de 90,000 que es una diferencia de 30x. La retención es
verdaderamente clave.
Pero
¿por qué tal retención tiene tan poderoso efecto? En
resumen: porque
el crecimiento viral depende del número de clientes activos, así
que si queremos mantener a nuestros usuarios durante más tiempo,
tendremos más referencias.
Para
recapitular:
-
En general, la tasa de cancelación de clientes limita el crecimiento.
-
La retención aumenta el crecimiento viral.
-
Buena retención y crecimiento viral son requisitos previos para escalar una empresa a millones o incluso miles de millones de usuarios.
Una
última palabra sobre el análisis del índice de la tasa de
cancelación de clientes
Es
bastante común ver a más clientes cancelar un servicio durante el
primer mes de uso que más adelante. Es por eso que en la siguiente
simulación, yo le ofrezco dos tasas de retención: el primer mes la
tasa de retención y la tasa de retención a largo plazo. Utilizando
estos parámetros dentro nuestros cálculos conducirá a resultados
más precisos.
Conclusión
El
propósito de este tutorial Análisis de Cohortes no era para darte
una clase detallada sobre mediciones ni sobre el Análisis de
Cohortes; de hecho, otros expertos debatieron la complejidad de estas
estadísticas con más profundidad. Al contrario, quiero que
comprendas la importancia de este tipo de análisis y, aún con más
importancia, mostrarle a los lectores sus propios ejemplos de
Análisis de Cohortes de ingresos y tasas de cancelación de clientes
con mi Análisis de Cohortes de Open Source Software Solution.
Y
por eso después de leer el tutorial, te preguntarás…
¿Qué
porcentaje de tu ingreso real viene de los usuarios que comenzaron a
trabajar en tu compañía hace un año?
Cómo Realizar tu Propio Análisis de Cohortes
¡Ahora
es tu turno! Hay dos maneras de analizar la tasa de retención y la
tasa de cancelación de clientes de tu negocio:
-
Carga los datos de tu cuenta PayPal a la herramienta que he implementado. Para ser totalmente transparente, ten en cuenta que utilizando esta herramienta, tu archivo de registro va a ser colocado temporalmente en un servidor debido a su procesamiento (se eliminan tan pronto como se muestran los datos). Sin embargo, si lo prefieres, siempre puedes…
-
Descargar el Open Source e implementar la herramienta tu mismo. El archivo README contiene las instrucciones detalladas de cómo hacerlo. Si no tienes una cuenta de PayPal, puedes hackear el código fácilmente para analizar otros tipos de cuentas.
Alternativamente,
puedes jugar con nuestro simulador y visualizar el inicio del
crecimiento basado en los parámetros mencionados anteriormente.
(Para esto, ir al link de Toptal mas abajo y ver al final de la
pagina).
¡Gracias
por leer!
Articulo vía:
Toptal
No hay comentarios: